基本信息
文件名称:清华大学《机器学习》ppt课件 6-核与SVM.pptx
文件大小:2.14 MB
总页数:71 页
更新时间:2025-06-25
总字数:约1.12千字
文档摘要
机器学习
MachineLearning
;1.核函数;核函数正定性;例:可直接构造核函数,
分解为特征映射函数的标量积形式;直接构造并判断有效核函数;利用简单核构造新核函数;利用简单核构造新核函数;简单核和构造核;一个核函数例子;构造核;2*线性基函数回归的对偶表示和核表示;上页中的;对偶目标函数写成核形式;3.预备:不等式约束的拉格朗日方法
LagrangeMultipliers;不等式约束的拉格朗日方法(续);不等式约束的拉格朗日方法(续);可证明:以上最优问题的求解可分解为如下原解;4.支持向量机
SupportVectorMachine:SVM;预备知识:点到决策超平面距